#出海运营秘籍👉@yunying23

To c业务思维是哪里sb多去哪做好赚钱。投资赚钱思维是sb含量一旦高了就要出货，山顶信号来了，把货抛给他们。

仔细想想都是互联网运营思维。

有一个非常冲突的理念，我35岁以后才明白
爱自己的关键就是不要去改变别人：
1. 不改变别人：你就不会因为别人的错误或者不成长，而每天内耗自己
2. 更多能量：你可以把原来内耗的时间全部用于自己学习、成长和享受，当你自己力量强大以后，别人可能不会喜欢你，但是别人没法忽视你
3. 关注小事：当你不内耗以后，你会发现早餐异常好吃，出门到处闻到花香，任何地方在大桥上看夕阳都好美
人为什么不爱自己，因为太多关注在于别人怎么看了，你不在乎任何人怎么看你的时候，就是你真正自由的时候

@https1024

前2天拆解的Lovart的商业化设计案例，适合萌芽或成长期的产品（看我主页）。那如果这些方案都用了，老板还要求营收增长怎么破？那就看成熟型产品的【解题思路1】： 先享后付！

背后的科代表—— 剪映，算是国内非常早期“大胆”使用该商业化策略的工具产品，它们算是把用户的沉没成本的心态玩的明明白白。

我们且不说理论知识，就设身处地想：你想免费（baipiao）使用剪映，觉得某带钻石的特效不错，就加进来了；再看某花字很酷，也替换了。

花了3小时心满意足准备导出的时候提醒要收费。这时候内心怎么想？

“我去！怎么这么XX。 ”
“哎呀，我得找找是用了哪些付费功能”
“不行啊，去掉好丑”
“要不我换个软件”
“那我这3小时白费了”
“不行不行，等下要交视频，甲方在催了”
“算了，趁新人优惠就买吧买吧”
————

你看，一个简单的付费逻辑从先付后享，置换为“先享后付”，带来的新单转化率至少能提升50%，足够硬核吧！
但我想强调这种做法很“大胆”，是因为真的会牺牲用户对产品的NPS评价。我想，这个策略上线之前，剪映内部应该为此方案有过不少的争吵吧。也佩服背后敢于拍板的业务决策人。
————

再加点餐：其实，并不是所有产品或是所有付费功能都适合先享后付，一般首选具备：用户对该功能预期模糊+ 使用后效果显著提升 这2个维度。
常见的标的功能如：需付费的特效、字体、模板资源等这类资源功能。另外就是使用AI功能，在较长等待之后生成的作品，需要你付费导出或去水印，常见AI写作、AI PPT、AI 分析报告等。
————

最后嘴替： 商业化同学实在很不容易（抱抱），一方面是老板长期施加的营收增长压力，不断PUA； 一方面是面临用户的吐槽和不理解。所有的委屈和难受，只有自己能体会.....（耸肩摊手.gif）

最近因为备赛的原因，高频使用了各类 AI 健康产品（能拿到 Apple Watch 数据），试图从中得到一些数据分析和基于数据在不同项目上的指导，但看起来无法得到满足。

又要自己搓了？

百度向左，谷歌向右 | 看 Google UCP 如何在巨头割据时代重塑互联网的平等

互联网这二十年看下来，最感慨的不是技术跑多快，而是这道“墙”越修越高。

以前觉得搜索是万能的，现在想找个真东西得在抖音、美团、小红书里来回横跳。大厂赚得盆满钵满，底层的独立站和App却快饿死了。

正好谷歌昨天扔出的这个“破壁协议”，正好写点感想，也顺带复盘了一下百度这些年走错的路。

没什么大道理，就是想给还没认命的同行和朋友们，找条找回“商业主权”的活路。

我过年准备休个假，就看DeepSeek 让不让了。

看到一个不错的「英语自学指南」，讲了讲如何训练和实践，以及一些不错的学习和记忆的方法，可以一看。个人觉得学习一门语言更重要还是坚持 + 有一个不错的练习环境至关重要。
🤖

@https1024

第一个卖断货的国产AI出现了！

智谱大家这段时间肯定听了很多，对吧？
我之前也陆陆续续写过不少关于他们的分析。

但是今天中午吃完饭，正准备歇会儿的时候，扫到他们发的一个公告，让我一下子没睡意了。

公告的核心就一件事：GLM Coding Plan 要开始限售了。

简单说，因为 GLM-4.7 上线后，用的人实在太多，把算力资源给挤爆了。为了保住老用户的体验，从1月23号开始，每天的售卖量直接砍到现在的20%。

这事儿挺有意思。
在现在的AI圈子里，我们见惯了各家争着抢着送Token、打价格战拉客，像这样因为“生意太好”不得不主动关门谢客的，这还是头一回见。

这个 Coding Plan 我之前也详细介绍过，定位很准——就是给程序员用的平替。
大概20块钱一个月，能在 Cline、Cursor 这些工具里跑，对标的是几百块的Claude。
用的人基本都是冲着极致性价比去的🤣

公告里提到下午3点到6点是拥堵高峰，这说明是真的有大量开发者在用它干正事，写代码，而不是单纯的聊两句天尝鲜。

这给我两个感觉，挺让人深思的：
1️⃣国产大模型终于从争口气走到了真能用。
开发者是用脚投票的群体，嘴上说支持没用，能让他们忍着并发报错也要去挤、去买的服务，说明模型的能力确实已经跨过了生产力的门槛。
2️⃣算力瓶颈已经从训练端传导到了推理端。
以前我们愁没卡练模型，现在愁的是模型练好了，当大规模真实需求涌进来的时候，我们的基建能不能扛得住。

对于智谱来说，这是幸福的烦恼，也是严峻的考验。